基于可信計算和神經網絡的Bootkit檢測模型研究.pdf

1、隨著信息技術的發(fā)展以及信息化建設的高速推進，信息安全技術面臨著前所未有的機遇與挑戰(zhàn)。基于計算機網絡的惡意攻擊愈演愈烈，其主要目的在于獲得被攻擊主機的系統(tǒng)底層權限并盜取其機密信息。Rootkit技術正是在這樣的背景之下，作為一種高級的隱藏技術在近年來得到廣泛的應用，因而對此種技術的研究也迫在眉睫。
　　 本文主要針對Rootkit技術中較為前沿的Bootkit技術提出檢測模型，該技術的主要特點是在系統(tǒng)啟動過程中修改內核模塊，從而獲

2、得底層運行權限并隱藏自身。本文首先分析了現(xiàn)階段存在的各種Bootkit技術的實現(xiàn)路徑及技術特點，在此基礎之上提出了一種基于可信計算和神經網絡的Bootkit檢測模型。該模型可準確檢測出各種現(xiàn)有的Bootkit技術在內核模塊中的修改路徑，并能合理預測未知的若干種Bootkit攻擊技術。實驗數(shù)據顯示，該檢測模型相對于各種現(xiàn)有的安全軟件效果較好。
　　 本文的主要工作如下：
　　 (1)基于可信計算理論提出了一種Windows

3、系統(tǒng)環(huán)境下的可信鏈傳遞機制，具體實現(xiàn)方式是在啟動流程中的若干位置嵌入可信計算基的運行模塊，對系統(tǒng)啟動流程中的內核模塊進行完整性度量，并存儲校驗值，以達到檢測Bootkit攻擊的目的。
　　 (2)利用神經網絡結構對檢測所得的校驗值進行抽象量化，將最終結果用于衡量系統(tǒng)在各種狀態(tài)下的動態(tài)可信度。通過調整權值對未知Bootkit技術的修改路徑作出合理預測，實現(xiàn)對若干種未知Bootkit技術的檢測。
　　 (3)將該模型的檢測結